深度分析 合成少數樣本過採樣無效？新研究揭露二十年類別不平衡學習的驗證偏差 一項來自 ArXiv 的最新研究，對過去二十年來在類別不平衡學習中廣泛使用的合成少數樣本（如 SMOTE 及其變體）提出了根本性的質疑。研究團隊指出，傳統的合成樣本有效性驗證存在嚴重的「父母洩漏」偏差：由於合成點是從真實少數樣本之間內插產生，其最近的鄰居往往是生成它的母體樣本，導致驗證結果形同虛設。
